agentcode

Tinjau · 65
Dikirim Agent

7 ücretsiz modelin en iyi yeteneklerini tek çatı altında toplayan akıllı coding agent'ı

Verified installs0
Star5
Versi0.0.2
Kualitas77/100 · Kuat
Kepercayaan65/100 · Hanya sandbox
Audit80/100 · Perlu ditinjau

Profil aset

Agent pemrograman dan pengembangan

Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.

Lihat kategori

Skenario

Agent pemrograman

I need a coding agent that can understand a repository, edit code, and review pull requests.

Kecocokan Agent

Claude Code + OpenAI Agents + Cursor

Cocok untuk Codex, Claude Code, Cursor, CLI, atau Agent khusus.

Pasang

Siap

npx skills add mrcbrbn5361/agentcode

Pemeliharaan

Terkini

4 hari sejak push

Risiko

Perlu ditinjau

Dependency or permission surface needs review

Kualitas GitHub

5

77/100 Kualitas · 73/100 Kepercayaan

Tag cakupan

CodingAgent pemrogramanCode Generationopencodecoding-agent

Catatan ulasan

Dependency or permission surface needs review · 代码预览不完整,无法全面审查路由逻辑和模型列表,但基于现有信息未发现明显问题。

Kartu adopsi Agent

Kepercayaan, audit, dan kesiapan pemasangan dalam sekali lihat

Skor ini menggabungkan metadata repositori publik, sinyal ulasan OpenAgentSkill, kebaruan pemeliharaan, dan kesiapan pemasangan. Ini adalah sinyal shortlist, bukan pengganti peninjauan manusia.

Kualitas

Kuat
77

Solid option that is likely worth shortlisting for production workflows.

Kepercayaan

Hanya sandbox
65

Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.

Audit

Perlu ditinjau
80

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Trust Score OpenAgentSkill v5

Tinjauan manusia sebelum pemasangan

Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.

CodexClaude CodeCursorOpenAgentSkill CLI

Star

5 star GitHub

Aktivitas repositori

5 star dan 0 fork

Pemeliharaan

4 hari sejak push

Lisensi

MIT

Pasang

npx skills add mrcbrbn5361/agentcode

Keamanan pemasangan

Jalur pemasangan paket atau runtime standar

Cakupan izin

shell or command execution, network or browser access

Hasil Agent

Belum ada data hasil Agent

Dokumentasi

Konteks README/SKILL.md kuat

Ringkasan risiko

Tinjau sebelum produksi

  • 代码预览不完整,无法全面审查路由逻辑和模型列表,但基于现有信息未发现明显问题。
  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 5 GitHub stars

Kesiapan pemasangan

Jalur pemasangan tersedia

  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Lisensi dinyatakan
  • Belum ada bukti hasil Agent-Proven

Metadata yang dapat dibaca Agent

Data keputusan yang dapat dibaca mesin untuk skill ini.

Gunakan blok ini atau JSON tersemat untuk memutuskan apakah Agent perlu memasang skill ini, memilih alternatif, atau meminta tinjauan manusia terlebih dahulu.

Buka JSON

Tugas yang sesuai

  • alur kerja Agent pemrograman
  • Tim Claude Code
  • builders willing to evaluate younger projects
  • Inspect source files

Agent yang sesuai

CodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

Keputusan pemasangan

Perintah
npx skills add mrcbrbn5361/agentcode
Kebijakan
Tinjau
Tinjauan manusia
Ya

Kepercayaan dan risiko

Kepercayaan
65/100
Audit
80/100
Tingkat risiko
Perlu ditinjau

Lingkar hasil

Endpoint
/api/agent/outcome
ID event
resolve
Hasil
5

Perintah pemasangan

npx skills add mrcbrbn5361/agentcode

Jangan gunakan ketika

  • Tim yang membutuhkan SLA dengan dukungan vendor
  • production agents without a repository review
  • Low GitHub adoption signal
  • 代码预览不完整,无法全面审查路由逻辑和模型列表,但基于现有信息未发现明显问题。
  • Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
Belum ada alternatif dekat yang terindeks.

Keamanan Agent v2

56/100 · Tinjau sebelum memasang

EksperimentalTinjau

Sparse or mixed signals. Useful for discovery, but not for autonomous installation.

Test manually in an isolated workspace and compare against safer alternatives.

Selesaikan via API

Tinggi

Eksekusi shell atau perintah

Metadata skill merujuk terminal, CLI, shell, subprocess, atau alur kerja eksekusi perintah.

Sedang

Akses jaringan

Skill kemungkinan mengambil halaman jarak jauh, API, repositori, atau layanan eksternal.

  • Petunjuk izin berisiko tinggi: eksekusi shell atau perintah
  • Dependency or permission surface needs review

Target pemasangan

Pasang skill ini di alur Agent Anda

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install mrcbrbn5361-agentcode

Rencana resolusi Agent

Biarkan Agent memverifikasi kecocokan sebelum memasang.

API Resolve mengembalikan skill utama, alternatif, kebijakan keamanan, catatan audit, target pemasangan, dan prompt siap pakai.

Buka rencana teks

Agent harus memeriksa

  • Task fit and alternatives from Resolve API.
  • Audit score, trust score, and safety policy warnings.
  • Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Salin prompt

Task: Use agentcode in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20agentcode%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/mrcbrbn5361-agentcode/install
Install command: npx skills add mrcbrbn5361/agentcode
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Serah-terima Agent

Berikan jalur pemasangan kepada Agent, bukan direktori lain.

Gunakan endpoint publik untuk mengambil perintah, checklist keamanan, prompt target, dan tautan kanonis.

Buka API pemasangan

Prompt Agent

Use agentcode for this task. Review https://www.openagentskill.com/api/skills/mrcbrbn5361-agentcode/install, then install with: npx skills add mrcbrbn5361/agentcode

Metadata Registry

Profil yang dapat dibaca Agent untuk pemilihan skill otomatis.

API Registry menyediakan sinyal keputusan, kepercayaan, audit, use case, dan pemasangan tanpa mengikis UI.

Buka Manifest

Kecocokan Agent

80/100

Agent pemrograman

Platform

Claude Code, OpenAI Agents, Cursor

Laporan audit

Perlu ditinjau · 80/100

Tinjauan yang dapat dibaca mesin tentang kesiapan pemasangan, metadata keamanan, pemeliharaan, dan risiko adopsi.

Lihat laporan auditLihat laporan evaluasi

Panel keputusan Agent

Companion skill for Coding agents

Shortlist this skill and compare it with close alternatives before production adoption.

80
Kesiapan
Shortlist
Tahap

Peran di stack

Skill pendamping

Kecocokan utama

Agent pemrograman

Label kepercayaan

Shortlist kuat

Jalur pemasangan

Perintah siap

Gunakan saat

  • alur kerja Agent pemrograman
  • Tim Claude Code
  • builders willing to evaluate younger projects

Bukti

  • recent repository activity
  • install command or GitHub repo available
  • profil kualitas 77/100
  • 22 event interaksi OpenAgentSkill

tinjau dulu

  • Low GitHub adoption signal
  • 代码预览不完整,无法全面审查路由逻辑和模型列表,但基于现有信息未发现明显问题。

Jalur implementasi

  1. 1Pasang di Agent sandbox dan jalankan satu tugas Agent pemrograman dari awal hingga akhir.
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Profil kepercayaan

Hanya sandbox

Kandidat berguna dengan sinyal kepercayaan yang kurang atau bercampur. Gunakan di ruang kerja terisolasi hingga loop hasil membuktikan kecocokan tugas.

65
Trust Score OpenAgentSkill

Adopsi GitHub

Perbaiki

5 star GitHub

Aktivitas star/fork

Perbaiki

5 star dan 0 fork; aktivitas issue tidak tersedia dalam metadata saat ini

Pemeliharaan terbaru

Lulus

4 hari sejak push

Kejelasan lisensi

Lulus

MIT

Sinyal positif

  • Listing yang diverifikasi manual
  • Tinjauan AI disetujui
  • Jalur pemasangan tersedia
  • Bukti repositori tersedia
  • Repositori yang baru dipelihara
  • Perintah pemasangan tidak memiliki pola berisiko tinggi yang jelas
  • Loop hasil siap tetapi membutuhkan eksekusi Agent nyata pertama

Tinjau sebelum memasang

  • 代码预览不完整,无法全面审查路由逻辑和模型列表,但基于现有信息未发现明显问题。
  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 5 GitHub stars
  • Stars/forks activity: 5 stars, 0 forks; issue activity unavailable in current metadata
  • Dependency/runtime risk: command execution surface, external package install surface
  • Belum ada laporan hasil Agent nyata
  • Tinjauan manusia diperlukan sebelum pemasangan tanpa pengawasan

Tindakan yang disarankan

Jalankan hanya dalam sandbox dan bandingkan alternatif terdekat sebelum digunakan untuk kerja nyata.

Profil kualitas

Kuat kandidat untuk alur kerja Agent

Solid option that is likely worth shortlisting for production workflows.

77
Star GitHub
5
Keterkinian
4 hari lalu
Siap dipasang
Ya
Lisensi
MIT
Tinjau sebelum memasang: Low GitHub adoption signal · 代码预览不完整,无法全面审查路由逻辑和模型列表,但基于现有信息未发现明显问题。

Kecocokan alur kerja

Gunakan skill ini pada skenario berikut

Kecocokan alur kerja

Tambahkan ke alur kerja lengkap

Ringkasan

--- name: agentcode description: "Smart routing across 7 verified free AI models with system detection and multi-language support for OpenCode." license: MIT version: "0.0.2" author: "AgentCode Contributors" category: "coding-agent" ---

# AgentCode - Smart Multi-Model Coding Agent

## What It Does

AgentCode routes coding tasks to the best free AI model automatically, with system detection and multi-language support.

## Features

### v0.0.2 New Features - **System Model Detection**: Detect AI models available on your system - **Interactive Setup Wizard**: Choose models based on detected capabilities - **Session Management**: Persistent sessions with context preservation - **Multi-Language Support**: 14+ programming languages with templates - **OpenClaw-Inspired Features**: Dynamic model switching and progress tracking

### Core Features - Smart task routing to optimal AI models - 7 verified free models with official sources - MIT licensed, production-ready

## Models

| Model | Provider | Best For | Context | |-------|----------|----------|---------| | MiMo-V2.5 | Xiaomi | Multimodal | 1M | | DeepSeek V4 Flash | DeepSeek | Speed (126 tok/s) | 1M | | Laguna S 2.1 | NVIDIA | Terminal | 1M | | Ling-3.0-flash | Alibaba | Efficiency | 256K | | North Mini Code | NVIDIA | Local | 256K | | Nemotron 3 Ultra | NVIDIA | Enterprise | 1M |

## Install

```bash mkdir -p ~/.config/opencode/skills/agentcode curl -fsSL https://raw.githubusercontent.com/mrcbrbn5361/agentcode/main/SKILL.md -o ~/.config/opencode/skills/agentcode/SKILL.md ```

## Quick Start

```python from agentcode import route_task, ModelType

# Basic routing model = route_task("Create FastAPI endpoint") print(model) # ModelType.DEEPSEEK

# System detection from detector import detect_system_models models = detect_system_models()

# Interactive setup from wizard import run_setup_wizard preferences = run_setup_wizard() ```

## API

### `route_task(task_description, has_image=False, context_size=0, is_local_only=False) -> ModelType`

Routes a task to the optimal model.

### `get_model_info(model: ModelType) -> Dict`

Gets model information (name, provider, strength).

### `detect_system_models() -> List[DetectedModel]`

Detects AI models available on the user's system.

### `run_setup_wizard() -> UserPreferences`

Runs interactive setup wizard for model selection.

### `get_session_manager() -> SessionManager`

Gets session manager for persistent coding sessions.

### `detect_project_language(project_path) -> ProgrammingLanguage`

Detects primary language of a project.

## System Detection

AgentCode automatically detects:

- **CLI Tools**: OpenAI, Anthropic, Ollama, llama.cpp, vLLM, LM Studio - **IDE Extensions**: VS Code Copilot, Cursor, Windsurf, JetBrains AI - **Cloud APIs**: OpenAI, Anthropic, Google, DeepSeek, Mistral, Groq - **Local Models**: Ollama models, LM Studio models

## Multi-Language Support

| Language | Expert Model | Linters | Formatters | |----------|--------------|---------|------------| | Python | MiMo-V2.5 | flake8, pylint, mypy | black, autopep8 | | JavaScript | MiMo-V2.5 | eslint, jshint | prettier | | TypeScript | MiMo-V2.5 | tsc, eslint | prettier | | Go | Laguna S 2.1 | golangci-lint | gofmt | | Rust | Laguna S 2.1 | clippy | rustfmt | | Java | Nemotron 3 Ultra | checkstyle, spotbugs | google-java-format | | C# | Nemotron 3 Ultra | dotnet format | dotnet format | | C++ | Laguna S 2.1 | cppcheck, clang-tidy | clang-format | | PHP | Ling-3.0-flash | phpcs, phpstan | php-cs-fixer | | Ruby | Ling-3.0-flash | rubocop | rubocop | | Swift | MiMo-V2.5 | swiftlint | swiftformat | | Kotlin | MiMo-V2.5 | ktlint, detekt | ktlint | | Scala | Nemotron 3 Ultra | scalastyle | scalafmt | | Shell | Laguna S 2.1 | shellcheck | shfmt |

## Routing Rules

1. Image/Audio → MiMo-V2.5 2. Docker/Bash → Laguna S 2.1 3. Speed keywords → DeepSeek V4 Flash 4. Context >256K → Nemotron 3 Ultra 5. Local only → North Mini Code 6. Default → Ling-3.0-flash

## Session Management

```python from sessions import get_session_manager, get_model_switcher

# Create session manager = get_session_manager() session = manager.create_session("mimo", "Create API", "python")

# Switch models switcher = get_model_switcher() switcher.switch_model("deepseek")

# Get statistics stats = manager.get_session_stats() ```

## Configuration

Configuration saved to `~/.agentcode/config.json`:

```json { "version": "0.0.2", "selected_models": { "primary": "mimo", "fallback": ["deepseek", "laguna"], "terminal": "laguna", "multimodal": "mimo", "local": "north" }, "user_preferences": { "priority": "speed", "privacy_mode": false, "auto_fallback": true } } ```

## License

MIT

Detail teknis

Versi
0.0.2
Lisensi
MIT
Pembaruan terakhir
21 Agu 2026
Diterbitkan
25 Jul 2026

Ringkasan keputusan

Skill pendamping

80
Siap
Shortlist
Tahap

recent repository activity

Audit

Tinjauan pemasangan

Tinjauan pemasangan dan adopsi

80
Perlu ditinjau
Keamanan
74/100
Pemeliharaan
100/100
Pasang
92/100
Buka audit lengkapLihat laporan evaluasi

Bukti tervalidasi Agent

Bukti tervalidasi Agent

Laporan hasil setelah resolve, tinjau, pasang, dan satu eksekusi terbatas.

0
Terbukti
Needs first agent runPasang otomatis: tinjau duluTerakhir: Tidak diketahui
Tingkat sukses
Kegagalan terbaru
Hasil
0
Kualitas output
Gagal
0
Tidak relevan
0
Pemasangan
0
Diblokir risiko
0
Perlu penyiapan
0
Produksi
0

Belum ada data hasil Agent. Eksekusi pertama dapat melaporkan keberhasilan, kebutuhan setup, blok risiko, kegagalan, atau tidak relevan melalui /api/agent/outcome.

Pasang

Tambahkan ke alur Agent

Gratis dan sumber terbuka. Tinjau laporan sebelum memasang pada Agent produksi.

Siklus pertumbuhan

Kit berbagi

X

Draf berbasis skenario untuk agentcode, siap untuk posting manual di X.

Catatan kurator
Before you hand an agent the next repo task, give it a repeatable starting point.

agentcode: 7 ücretsiz modelin en iyi yeteneklerini tek çatı altında toplayan akıllı coding agent'ı

5 stars

https://www.openagentskill.com/skills/mrcbrbn5361-agentcode?ref=x
Buka draf X
Balasan opsional dengan perintah pemasangan
Listing + install path for agentcode:
https://www.openagentskill.com/skills/mrcbrbn5361-agentcode?ref=x

Install: npx skills add mrcbrbn5361/agentcode
Buka draf balasan

Sumber listing

Dikirim Agent

Dapat diklaim

Listing ini diindeks dari sumber publik dan belum ditandai resmi hingga klaim pemelihara disetujui.

Diindeks oleh
Indeks komunitas OpenAgentSkill

Atribusi menautkan ke repositori publik atau profil kreator. Kreator dapat mengklaim listing untuk memperbarui sinyal kepemilikan.

Klaim skill ini

Klaim pemilik

Klaim listing skill ini

Listing Dikirim Agent ini dikaitkan dengan mrcbrbn5361, tetapi belum ditandai resmi. Klaim untuk menambahkan sinyal pemilik terverifikasi dan membuat pembaruan peluncuran, pemasangan, serta audit berikutnya lebih tepercaya.

Kit backlink kreator

Tambahkan badge bukti ke README Anda

Tampilkan listing kanonis, sinyal kepercayaan dan audit saat ini, serta bukti Agent-Proven nyata di tempat pengembang mengevaluasi repositori.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/mrcbrbn5361-agentcode?metric=listed&label=Listed)](https://www.openagentskill.com/skills/mrcbrbn5361-agentcode)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/mrcbrbn5361-agentcode?metric=trust&label=Trust)](https://www.openagentskill.com/skills/mrcbrbn5361-agentcode)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/mrcbrbn5361-agentcode?metric=audit&label=Audit)](https://www.openagentskill.com/skills/mrcbrbn5361-agentcode/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/mrcbrbn5361-agentcode?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/mrcbrbn5361-agentcode)

Penulis

M

mrcbrbn5361

@mrcbrbn5361

Sinyal kesehatan

Star GitHub
5
Skor kualitas
46/100
Push GitHub terakhir
18 Agu 2026
Petunjuk framework
Tidak diketahui
Tampilan OpenAgentSkill
22
Salinan pemasangan
0
Klik keluar
0

Sinyal komunitas

Bagikan apakah skill ini bermanfaat untuk alur kerja Agent Anda. Masukan gabungan meningkatkan peringkat dari waktu ke waktu.

Kepercayaan & keamanan

Hanya sandbox

65
  • Adopsi GitHub5 star GitHubPerbaiki
  • Aktivitas star/fork5 star dan 0 fork; aktivitas issue tidak tersedia dalam metadata saat iniPerbaiki
  • Pemeliharaan terbaru4 hari sejak pushLulus
  • Kejelasan lisensiMITLulus
  • Kelengkapan README/SKILL.mdMetadata memuat konteks penggunaan dan alur kerja yang cukupLulus
  • Risiko dependensi/runtimecommand execution surface, external package install surfacePeriksa